GpuArrayException：GPU 对于 CUDA 版本来说太旧了答案

【问题标题】：GpuArrayException: GPU is too old for CUDA versionGpuArrayException：GPU 对于 CUDA 版本来说太旧了
【发布时间】：2018-05-15 19:14:13
【问题描述】：

编辑： 主要问题是软件包安装程序的 CUDA Toolkit 和 NVidia 驱动程序版本的组合不适合我的硬件设置。安装*.run file of CUDA 解决了它

我正在尝试安装libgpuarray 和pygpu，以便在Xubuntu 16.04 上使用theano，如下所述： http://deeplearning.net/software/libgpuarray/installation.html

我有一台配备 Quadro 1000M GPU 的联想 W520，它具有“计算能力 2.1”，并且根据 Wikipedia 与 CUDA Toolkit 最高版本 8 兼容

我已经使用Debian installer 安装了 CUDA Toolkit 8.0.61-1。 nbody 模拟（链接中的第 4 步）运行良好。 apt-show-versions cuda 说cuda:amd64/unknown 8.0.61-1 upgradeable to 9.0.176-1

nvidia-smi 表示已安装驱动程序版本 384.90。

DEVICE=cuda0 python -c "import pygpu;pygpu.test()" in bash 给出“GpuArrayException: GPU is too old for CUDA version”。

我之前安装了 CUDA Toolkit 9.0，然后才意识到这不兼容，然后apt-get remove在安装 8.0 之前安装了它。

以前的安装 9.0 有什么问题吗？我怎样才能知道？
或者这是 pygpu 中的错误？
还有其他建议吗？

【问题讨论】：

384.90 驱动程序中包含的 CUDA 驱动程序版本可能对您的 Fermi GPU 不满意。我建议安装最新的 375.xx 驱动程序，然后重新运行测试。 384.90 驱动正式支持 Fermi GPU，但 CUDA 9 与 Fermi GPU 不兼容。因此，如果您想在 Fermi GPU 上运行 CUDA，我的建议是使用 CUDA 8 以及与 CUDA 8 关联的驱动程序分支，即 375.xx，因为它也与 Fermi 兼容。
我想试试。 apt-get install nvidia-375 无论如何都要安装 384。然后我从nvidia.com/Download/Find.aspx 下载了驱动程序，在没有 Xserver 的情况下重新启动，安装了它，而不管错误“分发提供的预安装脚本失败”。之后，nvidia-smi 没有找到驱动程序。所以我再次安装了 CUDA Toolkit 8 并以驱动程序版本 384 结束，同样的问题：-/
您可能无法非常轻松地使用包管理器方法 (apt-get) 来降级 CUDA 工具包下的驱动程序。对于这样的工作，我通常推荐运行文件安装程序方法。看来您已尝试过，但如果您之前安装了包管理器驱动程序，那么此时您不能只使用运行文件安装程序。您必须先清除旧安装。 linux 安装指南中介绍了这方面的说明。如果你能把事情清理干净，就不要使用包管理器方法，使用 CUDA 8 运行文件安装程序。

标签： python-2.7 cuda gpu nvidia

【解决方案1】：

Robert 向我指出了我将在此处详细描述的解决方案。因此，如果您使用的是较旧的 GPU，并且在从分发包安装驱动程序时遇到问题，请按照以下方式从运行文件安装。

1.清理以前安装的混乱

    sudo apt-get remove --purge nvidia*
    sudo apt-get remove --purge cuda*
    sudo apt autoremove

这将删除任何以前安装的与 nvidia/cuda 相关的软件包。根据this thread (askubuntu) ubuntu-desktop 对nvidia-common 有依赖，所以用sudo apt-get install ubuntu-desktop 重新安装。 Xubuntu 16.04 并非如此

2。下载运行文件驱动

可以在这里找到：https://developer.nvidia.com/cuda-80-ga2-download-archive。请务必选择安装程序类型“运行文件”。

正如 Robert 所指出的，在我的情况下，这是 cuda_8.0.61_375.26_linux.run，具有兼容驱动程序版本 375.26 的 CUDA 8。

3.预安装说明（适用于 (x)ubuntu）

NVidia : 2. Pre-installation Actions 告诉你确保你有

通过lspci | grep -i nvidia 提供支持CUDA 的GPU。
兼容的发行版uname -m && cat /etc/*release
gcc 已安装gcc --version
兼容的内核头文件sudo apt-get install linux-headers-$(uname -r)

NVidia : 4. Runfile Installation 有点短 IMO，尤其是对于像我这样的 Linux 新手。所以这里是细节：

4.禁用新手驱动程序

使用以下内容编辑/创建/etc/modprobe.d/blacklist-nouveau.conf：

    blacklist nouveau
    options nouveau modeset=0

sudo update-initramfs -u 构建新内核。

这是为我做的。 here (askubuntu)描述的解决方案更全面，以防万一遇到问题。

5.在命令行重启

可能有不同的方法。我是通过修改 grub 来做到的。编辑/etc/default/grub。添加/更改这两个键（在备份现有的 grub 文件后）：

    GRUB_CMDLINE_LINUX="nomodeset"
    GRUB_CMDLINE_LINUX_DEFAULT="quiet 3"

sudo update-grub

然后重新启动。如果在恢复模式下启动失败，仍然可以正常工作。然后您可以撤消对 grub 的更改。

6.安装 NVidia 驱动程序 + CUDA 工具包

您现在应该启动到控制台。首先检查 nouveau 是否真的被禁用了

lspci -nnk | grep -iA2 vga.

有。像 kernel driver in use: ***** 不应该读新风格。

现在cd到您最初下载运行文件的路径，并且：

sudo sh cuda_8.0.61_375.26_linux.run

然后恢复您之前的 grub 设置并重新启动。你应该有一个工作 NVidia 安装，并且 pygpu 测试不应该再失败（至少不是因为错误的 CUDA 版本）

7.安装后操作

NVidia : 7.1.1. Environment Setup：更新你的环境变量（最好是/etc/environment）以包含
```
PATH=/usr/local/cuda-8.0
LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64
```
NVidia : 4.4. Device Node Verification：检查/dev/nvidia*是否存在模式0666
NVidia : 7.2.2.1. Verify the Driver Version：
```
cat /proc/driver/nvidia/version
```

这应该是必需品。让我知道它是否对某人有帮助，而且我不仅仅是为自己写下来^_^

【讨论】：